[发明专利]一种基于密度的增量聚类数据挖掘方法及系统

权利要求书

1.一种基于密度的增量聚类数据挖掘方法，其特征在于，所述方法包括：

采用DBSCAN算法对原始数据集进行聚类处理，以得到有类标签的数据；以及

对所述有类标签的数据当添加有新的数据时，则采用IncrementalDBSCAN算法对所述有类标签的数据进行增量聚类处理。

2.如权利要求1所述的增量聚类数据挖掘方法，其特征在于，所述对所述有类标签的数据当添加有新的数据时，则采用IncrementalDBSCAN算法对所述有类标签的数据进行增量聚类处理的步骤包括：

判定对所述有类标签的数据所做的数据操作方式，并根据不同的数据操作方式分别处理所述有类标签的数据；以及

根据不同数据类型，对所述有类标签的数据进行增量聚类处理。

3.如权利要求2所述的增量聚类数据挖掘方法，其特征在于，所述判定对所述有类标签的数据所做的数据操作方式，并根据不同的数据操作方式分别处理所述有类标签的数据的步骤包括：

当进行插入操作时，若插入对象符合预设噪音条件则将该插入对象标记为噪音，若插入对象符合预设创建新聚类条件则为该插入对象创建一个新聚类，若插入对象符合预设归并同一聚类条件则为该插入对象归并到同一个聚类中，若插入对象符合预设合并不同聚类条件则为该插入对象合并到不同的聚类中；

当进行删除操作时，若插入对象符合预设删除条件则将该插入对象删除，若插入对象符合预设消除聚类条件则将与该插入对象相类似的其他对象标记为噪音，若插入对象符合预设减少聚类对象条件则为该插入对象标记为噪音，若插入对象符合预设聚类分裂条件则为该插入对象分裂成一个或者多个聚类。

4.如权利要求2所述的增量聚类数据挖掘方法，其特征在于，所述根据不同数据类型，对所述有类标签的数据进行增量聚类处理的步骤包括：

当数据类型为空间数据时：

根据所述有类标签的数据的横坐标与纵坐标各自对应的最大最小值，建立哈希表；

根据所述哈希表构建索引；

利用给定的数据点在所述构建索引中进行搜索，以寻找满足预设条件的数据点。

5.如权利要求2所述的增量聚类数据挖掘方法，其特征在于，所述根据不同数据类型，对所述有类标签的数据进行增量聚类处理的步骤还包括：

当数据类型为非空间数据时：

根据三路分割算法对所述有类标签的数据进行划分；

利用MVP-Tree结构建立索引；以及

利用给定的数据点在索引中进行搜索，以寻找满足预设条件的数据点；

其中，所述三路分割算法具体包括：

计算本次任务中数据点到指定支撑点的距离；

在计算得出的所有距离中，找到将数据集分为三个部分的两个分位数；

如果两个分位数差值的绝对值小于2r，则找出在数据集中位数a，并将a+r及a-r的值当做将数据集分为三个部分的两个数值点，其中，r为搜索半径；

将与两个分位数不同的数据点划分到合适的类中，并将相同的数据点存入相同数据库中；

根据方差，将所述数据库中的数据点划分到合适的部分中。

6.一种基于密度的增量聚类数据挖掘系统，其特征在于，所述增量聚类数据挖掘系统包括：

第一聚类模块，用于采用DBSCAN算法对原始数据集进行聚类处理，以得到有类标签的数据；以及

第二聚类模块，用于对所述有类标签的数据当添加有新的数据时，则采用IncrementalDBSCAN算法对所述有类标签的数据进行增量聚类处理。

7.如权利要求6所述的增量聚类数据挖掘系统，其特征在于，所述第二聚类模块具体包括：

操作方式子模块，用于判定对所述有类标签的数据所做的数据操作方式，并根据不同的数据操作方式分别处理所述有类标签的数据；以及

数据类型子模块，用于根据不同数据类型，对所述有类标签的数据进行增量聚类处理。